Modelli di ottimizzazione per il controllo in tempo reale dei consumi energetici di utenti residenziali per le future Smart Grid

Transcript

1 Politecnico di Milano Facoltà di Ingegneria dell Informazione Corso di Laurea Specialistica in Ingegneria delle Telecomunicazioni Dipartimento di Elettronica e Informazione Modelli di ottimizzazione per il controllo in tempo reale dei consumi energetici di utenti residenziali per le future Smart Grid Relatore: Prof. Antonio CAPONE Correlatori: Dott. Antimo BARBATO Dott. Giuseppe CARPENTIERI Tesi di Laurea di: Marco LENTINI Matr Anno Accademico

2 Indice Elenco delle figure Elenco delle tabelle III IV Abstract 1 Sommario 2 Introduzione 3 1 Stato dell Arte Smart Grid Meccanismi di gestione dell energia per utenti residenziali BEE Project: Scenario Applicativo Sistemi di domotica BEE Project Modelli di gestione dell energia Introduzione ai modelli Formulazioni Definizione dei modelli di ottimizzazione Modelli on-line Singolo time slot con gestione batterie Multi-time slot con gestione batterie Singolo time slot con gestione batterie e scheduling delle attività. 44 I

3 3.5 Multi-time slot con gestione batterie e scheduling delle attività Fattore di comfort Test e risultati Scenari d uso Generazione dell errore Errore sulla predizione di energia prodotta Errore sullo scheduling delle attività Risultati numerici Errore sulla predizione di energia prodotta Errore sullo scheduling delle attività Conclusioni e sviluppi futuri 70 A Codice AMPL 74 A.1 Singolo time slot con gestione batterie A.2 Multi-time slot con gestione batterie A.3 Singolo time slot con gestione batterie e scheduling delle attività. 80 A.4 Multi-time slot con gestione batterie e scheduling delle attività.. 83 A.5 Fattore di comfort

4 Elenco delle figure 1.1 Esempio di Smart Grid Architettura del sistema BEE per una singola casa Esempio di profilo di carico di un attività Potenza generata nell arco della giornata da un pannello da 1 kwp Andamento percentuale dell errore sulla produzione da PV Errore sul PV: influenza dello scheduling nei vari modelli Errore sul PV: confronto fra i vari modelli proposti III

5 Elenco delle tabelle 4.1 Attività presenti nello scenario domestico Errore sul PV, singolo time slot con gestione batterie Errore sul PV, multi-time slot con gestione batterie Errore sul PV, singolo time slot gestione batterie e scheduling Errore sul PV, multi-time slot gestione batterie e scheduling Errore sul PV: fattore di comfort Errore sullo scheduling: istanze senza batterie Errore sullo scheduling: istanze con batterie Errore sullo scheduling: fattore di comfort IV

6 Abstract The management of the energy consumption of residential users, currently responsible for a significant portion of the world s energy consumption, can play a key role in improving the efficiency of the entire electrical system. Indeed, the optimization of houses energy plans can allow achieving positive effects for the grid performance, such as reducing the high peaks of the overall energy demand and facilitating the integration of renewable sources. To achieve these goals it s necessary to control home devices and storage systems in an intelligent way, through both the definition of energy plans for future periods and the real-time control of energy resources. In this work I propose some optimization models designed for efficiently managing, in real-time, the energy plan of residential buildings, taking into account also renewable energy sources and storage systems. These models, in particular, are used to react in real-time to events incorrectly predicted or not predictable, with the final goal of executing the energy plan previosuly defined in an off-line phase of the home energy management system. Finally, I show the results obtained from applying the proposed models on realistic data taken from the italian electricity market. 1

7 Sommario La gestione dei consumi e della produzione di energia di utenze residenziali, ad oggi tra le maggiori responsabili del consumo elettrico mondiale, assume un ruolo chiave per aumentare l efficienza dell intero sistema elettrico. Una gestione più efficiente delle risorse energetiche può permettere di ottenere effetti positivi per gli operatori di rete, quali, ad esempio, la riduzione dei picchi di potenza della domanda complessiva di energia o una maggiore facilità di integrazione di fonti rinnovabili. Per perseguire questo obiettivo è necessario controllare in maniera intelligente i dispositivi presenti nell abitazione e i sistemi di accumulo di energia, sia tramite la definizione di piani energetici per periodi futuri che attraverso il controllo in tempo reale delle risorse energetiche. In questo lavoro di tesi propongo dei modelli di ottimizzazione che consentono di gestire in maniera efficiente i dispositivi domestici, tenendo conto anche della presenza di fonti di energia rinnovabile e di sistemi di accumulo. Questi modelli, in particolare, sono utilizzati per reagire in tempo reale ad eventi erroneamente previsti o non predicibili, con l obiettivo finale di rispettare i piani energetici definiti in una precedente fase di lavoro del sistema domestico di gestione dell energia. Infine, si illustrano i risultati ottenuti dall applicazione di tali modelli sulla base di dati realistici ricavati dal mercato elettrico italiano. 2

8 Introduzione Negli ultimi anni stiamo assistendo ad un crescente interesse verso l utilizzo di fonti di energia rinnovabili come solare ed eolico. In Europa, ad esempio, nel 2010 sono stati costruiti impianti per un totale di circa 58,8 GW di potenza, di cui il 40% da energie rinnovabili [1]. L utilizzo di tali fonti alternative, per loro natura discontinue e talvolta decentralizzate, rende necessario ripensare l intero sistema elettrico sulla base dei vincoli imposti dalla rete di distribuzione e dall integrazione della stessa con queste nuove fonti energetiche. In questo nuovo scenario che si va a delineare, i sistemi centralizzati su grande scala, come le centrali nucleari, e i sistemi decentrati dovranno necessariamente cooperare fra loro; questo permetterebbe di gestire efficacemente la discontinuità delle fonti rinnovabili e di far fronte a situazioni in cui le risorse locali non siano sufficienti. Un altra importante problematica associata alle reti elettriche attuali consiste nel sovradimensionamento delle reti stesse per sostenere i picchi di carico. Tale problema deriva sia dall assenza di batterie efficienti in grado di stabilizzare la produzione e distribuzione dell energia, sia alle caratteristiche intrinseche dei profili di domanda dell energia tipicamente anelastici e altamente correlati. La presenza di picchi di carico provoca un aumento notevole dei costi di costruzione e manutenzione delle infrastrutture, spesso sottoutilizzate durante i periodi non di punta. Infine, la rete elettrica tradizionale soffre di diversi problemi legati ad una distribuzione non efficiente. Una frazione considerevole di energia, infatti, viene sprecata a causa di perdite in fase di trasmissione ed erogazione [2]. Per far fronte a questi problemi si è reso necessario ripensare il concetto della 3

9 Introduzione rete elettrica tradizionale. Stiamo così assistendo ad una reingegnerizzazione della rete elettrica a favore di una struttura intelligente, detta Smart Grid. In questo nuovo scenario il singolo utente abbandona il ruolo passivo che rivestiva nelle reti elettriche tradizionali, diventando un attore principale. Grazie all utilizzo di smart meter, l utente è ora in grado di reperire in real-time dati sull attività ed il consumo energetico dei dispositivi all interno dell abitazione, e di fornire così alla rete informazioni utili ai distributori in fase di pianificazione. Questo approccio necessita di un integrazione efficiente tra le tecnologie dell informazione e le telecomunicazioni, in modo da rendere visibili e fruibili all utente i vantaggi derivanti dal nuovo sistema elettrico. Le Smart Grid, in particolare, abilitano una serie di meccanismi, quali ad esempio quelli relativi ad una gestione efficiente della domanda di energia (Demand Side Management, DSM), che svolgeranno un ruolo chiave per migliorare l efficienza della distribuzione di energia e il suo utilizzo. I sistemi DSM inoltre, possono essere utilizzati per massimizzare l utilizzo di energia proveniente da fonti rinnovabili locali, che si trovano più vicine ai consumatori, riducendo così le perdite. Il settore residenziale rappresenta uno degli scenari più promettenti per l implementazione di sistemi DSM. Le abitazioni, infatti, costituiscono il 40% del consumo totale annuo nella maggior parte dei paesi occidentali [3][4]; una gestione più accurata della domanda può ridurre tale consumo. I sistemi DSM si differenziano in due principali categorie: off-line ed on-line. Nello scenario off-line, realizzato sulla base di previsioni su ciò che accadrà nel prossimo futuro (ad esempio, produzione da pannelli fotovoltaici e futuro utilizzo dei dispositivi), il sistema definisce il piano ottimale di energia per periodi a venire. Nel caso on-line invece, la gestione della domanda ha lo scopo di definire in tempo reale il piano energetico, sulla base della situazione reale del mercato dell energia e sulle effettive esigenze degli utenti. La rete può beneficiare di una gestione più efficiente delle proprie risorse tramite, ad esempio, la riduzione dei picchi di potenza assorbita dalla rete. In tal 4

10 Introduzione modo è possibile evitare sovraccarichi e cadute di tensione elettrica. In questo ambito si pone il BEE Project [5], un progetto di ricerca del Politecnico di Milano, che definisce dei modelli di ottimizzazione dei consumi energetici di utenze residenziali con l obiettivo di migliorare l efficienza della rete elettrica e di apportare benefici alle utenze stesse. A tal fine è stato definito un meccanismo DSM basato su modelli di ottimizzazione, con il compito di programmare, ogni giorno, l attività degli elettrodomestici nelle abitazioni e gli scambi con la rete per le successive 24 ore. In particolare, al fine di definire il piano energetico per il giorno successivo, i modelli di ottimizzazione necessitano delle previsioni sia sulla produzione di energia da pannelli fotovoltaici che sull utilizzo futuro dei dispositivi domestici. I risultati di questi modelli off-line sono dei profili energetici, utili al fornitore per ottimizzare la gestione della rete. Purtroppo le previsioni utilizzate dai modelli off-line non saranno mai al 100% corrette, poichè possono essere soggette ad errori dovuti ad errate previsioni o al verificarsi di eventi non predicibili. Per questo motivo diventa indispensabile introdurre meccanismi che siano in grado di reagire in tempo reale a tali eventi, cercando di riprogrammare il consumo di energia in modo coerente con ciò che era stato precedentemente definito. Obiettivo della tesi In questo lavoro di tesi propongo alcuni modelli di ottimizzazione dei consumi energetici in ambito residenziale. Questi modelli reagiscono in tempo reale a comportamenti non conformi a ciò che previsto nella fase off-line, con l obiettivo di rispettare il piano off-line e minimizzare le variazioni riscontrate. In particolare, vengono presentati due diversi modelli di ottimizzazione: il primo compensa tali variazioni con il solo ausilio di sistemi di accumulo di energia (batterie), mentre il secondo èanche in gradodi modificarelo scheduling dei dispositivi al fine di perseguire l obiettivo in esame. Inoltre, per ognuno di questi casi, due diverse varianti 5

11 Introduzione vengono proposte a seconda che la minimizzazione delle variazioni sia realizzata nel singolo time-slot di tempo preso in considerazione, o sull intera giornata. Infine, sulla base di scenari d uso e dati realistici, ho valutato le prestazioni dei modelli proposti con differenti errori di previsione. Piano della tesi La tesi è suddivisa nel seguente modo: Capitolo 1: descrive le principali caratteristiche delle Smart Grid ed i meccanismi di gestione dei consumi proposti in letteratura; Capitolo 2: descrive lo scenario applicativo, analizzando ampiamente il progetto di cui questo lavoro di tesi fa parte; Capitolo 3: descrive nel dettaglio i modelli utilizzati per la risoluzione del problema; Capitolo 4: descrive i risultati ottenuti dai test effettuati con i modelli presentati nel precedente capitolo; Capitolo 5: presenta le considerazioni finali sul lavoro svolto ed indica i possibili sviluppi futuri. 6

12 Capitolo 1 Stato dell Arte In questo capitolo verrà illustrato il concetto di Smart Grid ed i principali metodi di gestione dell energia presenti in letteratura. 1.1 Smart Grid Figura 1.1: Esempio di Smart Grid. Le idee ed i modelli proposti in questo lavoro vanno inseriti in un contesto nel quale la rete elettrica non è la classica in cui l utente viene visto solo come un carico passivo, piuttosto il sistema elettrico nel suo complesso deve essere considerato 7

13 CAPITOLO 1. STATO DELL ARTE come una rete intelligente. Una rete elettrica infatti non è un entità singola ma un aggregato di diverse reti, di molteplici compagnie che ne gestiscono la generazione e di diversi operatori per la trasmissione e la distribuzione. Con l ampliarsi dell utilizzo di fonti rinnovabili, anche in ambito domestico, si rende sempre più necessaria una rete di produzione aggiuntiva che si deve ben integrare con quella tradizionale già presente. Questo si traduce in un controllo sul territorio non più centralizzato ma distribuito, in flussi di potenze bidirezionali e in reti attive. Di conseguenza non sarà più sufficiente avere un controllo della produzione a carattere nazionale ma sarà necessario, anche a livello locale, monitorare e gestire la distribuzione di energia prodotta in bassa e in media tensione, nonché integrare quella proveniente da fonti rinnovabili. Per questo motivo non è più sufficiente la rete elettrica esistente, concepita solo per il trasporto unidirezionale dell energia dalle grandi centrali ad un utenza passiva, ma è necessaria la creazione di una rete intelligente, detta smart grid. La smart grid aumenta la connettività, l automazione ed il coordinamento tra i gestori, i distributori, gli utenti e la stessa rete, permettendo una maggiore competizione tra fornitori, un maggiore e più efficiente utilizzo delle energie rinnovabili ed un controllo maggiore su una porzione di rete fondamentale, quella di distribuzione, finora non controllabile. Le principali caratteristiche di una smart grid sono [6]: Auto riparazione: grazie ad un continuo monitoraggio ed un controllo costante della potenza, la rete può individuare (ed anticipare) problemi di sovraccarico o interruzione di energia; Interazione: il sistema permette l interazione tra distributori e utenti, consentendo il flusso bidirezionale di energia ed informazioni; Robustezza: la rete garantisce una migliore identificazione ed una più celere risposta ad eventi di interruzione manuale della fornitura elettrica o causata da disastri naturali, consentendo di isolare le aree coinvolte e 8

14 CAPITOLO 1. STATO DELL ARTE redirezionare il flusso energetico verso altre reti; si garantisce inoltre una maggiore protezione e sicurezza delle informazioni; Ottimizzazione dei guadagni: le smart grid permettono un uso più efficiente della rete e, riducendo le perdite di potenza, una riduzione dei costi di manutenzione e di investimento; Compatibilità: la generazione di potenza, la sua distribuzione e l accumulo di energia diventano compatibili; Integrazione: include i processi di ottimizzazione, integrazione dell informazione e la standardizzazione ed il miglioramento della gestione della rete. Per rendere tutto ciò possibile, le smart grid utilizzano un ampia gamma di nuove tecnologie (tecnologie per il controllo della rete, tecnologie dell informazione e tecnologie di gestione) che coinvolgono tutti gli aspetti della rete: dalla generazione di energia, alla sua trasmissione e distribuzione, alla raccolta di informazioni, raggiungendo così un alto grado di integrazione tra il flusso di energia e di informazioni. Tuttavia, essendo una tecnologia relativamente recente, non esiste una definizione univoca di smart grid nel mondo [6]. Se in America l obiettivo è principalmente quello di ringiovanire la vecchia rete di distribuzione, migliorando il livello del servizio e l interazione con l utente, in Europa si cerca di promuovere l uso delle energie rinnovabili in modo che l industria dell energia diventi più efficiente, flessibile e integrata con l ambiente in cui opera. Alcuni recenti standard IEEE e NIST [7],[8],[9] ne descrivono l ossatura principale definendo i seguenti domini: Generazione: dominio che comprende tutti i siti preposti alla produzione di energia in grande quantità. Le sorgenti possono essere classificate in rinnovabili variabili (solare ed eolico), rinnovabili non variabili (idrico, biomasse e geotermico), o non rinnovabili (nucleare, carbone e gas). Possono 9

15 CAPITOLO 1. STATO DELL ARTE essere inoltre sfruttati dei sistemi di accumulo dell energia per una successiva distribuzione. Trasmissione: dominio a cui appartiene la rete di trasporto di grandi quantità di energia attraverso linee di trasmissione su lunga distanza, connettendo i luoghi di generazione ai centri di consumo della rete. In questo stadio sono anche contenute le sottostazioni di trasmissione e distribuzione. Distribuzione: dominio che comprende la parte di rete che garantisce la fornitura elettrica agli utenti finali ed il prelievo di quella prodotta dagli utenti attivi. La rete di distribuzione è in grado di comunicare con gli smart meters e con tutti i dispositivi intelligenti installati, grazie ad una connessione bidirezionale (wireless o cablata). Può inoltre gestire la connessione con gli apparati di accumulo di energia e con risorse energetiche alternative a livello di distribuzione. Utenti: dominio di cui fan parte tutti gli utenti finali (domestici, commerciali ed industriali) che sono connessi alla rete di distribuzione tramite gli smart meters. Questi controllano e gestiscono il flusso di energia da e verso gli utenti e forniscono informazioni circa i loro profili di consumo. Ogni utente può inoltre generare, immagazzinare e gestire l uso dell energia e dei propri dispositivi connessi alla rete. Operatori: dominio degli operatori che gestiscono le dimensioni e controllano il flusso di corrente nella rete. Usano una rete di connessione bidirezionale per comunicare con le sottostazioni, gli utenti finali ed i dispositivi; ciò ne consente il monitoraggio, il controllo e la supervisione. Tutte queste informazioni raccolte possono rivelarsi fondamentali come supporto alle decisioni. Mercato: dominio che coordina e gestisce i partecipanti al mercato elettrico. Provvede alla gestione del mercato, alla vendita, alla distribuzione e alle 10

16 CAPITOLO 1. STATO DELL ARTE contrattazioni circa i servizi elettrici. Si interfaccia con tutti gli altri stadi e si assicura che essi siano coordinati in un mercato competitivo. Service Provider: gestisce tutti gli operatori nel proprio dominio (come ad esempio gli utenti finali tramite un portale web per la gestione efficiente e la fornitura dell energia, lo scambio di dati e la gestione dei dispositivi). Il primo esempio di smart grid è stato installato in Italia da Enel S.p.A.. Il progetto, completato nel 2005, è ad oggi il più ampio esempio di smart grid esistente al mondo [10]. 1.2 Meccanismi di gestione dell energia per utenti residenziali La gestione delle smart grid è un concetto introdotto in letteratura solo recentemente. I differenti punti di vista sono correlati ai diversi aspetti del mercato dell energia che caratterizzano ogni paese, alle differenti fonti di energia analizzate ed a molti altri fattori. In [11],[12],[13],[14],[15] si discute dell importanza di una gestione ottimizzata dei consumi per migliorare le prestazioni dell intera rete. In particolare, tramite l introduzione di un controllore locale, si provvede all ottimizzazione delle decisioni locali tenendo però conto dei bisogni dell intera rete. Il controllore gestisce i punti chiave per la generazione locale ed i dispositivi di accumulo e fornisce all utente un interfaccia per la partecipazione al mercato elettrico ed il coordinamento con le condizioni di mercato. Le informazioni sono ricevute dal controllore attraverso una connessione o immesse manualmente dall utente. Il controllore deve operare in maniera consapevole rispetto ai parametri commerciali, quali le tariffe delle utility, le condizioni del mercato elettrico ed i prezzi dell energia ricavata da fonti alternative. La capacità di gestire tali informazioni è un requisito chiave per un coordinamento intelligente delle risorse distribuite in una smart grid, specialmente in un ambiente competitivo come 11

17 CAPITOLO 1. STATO DELL ARTE quello del mercato elettrico. Tuttavia, il controllore gestisce esclusivamente la rete elettrica di distribuzione considerandola quindi come una parte isolata dal resto del sistema. L ambiente domestico viene analizzato in numerosi articoli scientifici. In [16],[17],[18] vengono presentati dei modelli matematici con l obiettivo di massimizzare i prodotti derivanti dalla partecipazione al mercato elettrico. Una più intelligente gestione dell energia può infatti portare notevoli guadagni [19],[20],[21]. Il progetto Multisol, descritto in [16], ha come obiettivo la gestione dei consumi dell utente domestico (che avrà una partecipazione attiva al mercato) in relazione alla produzione dei pannelli fotovoltaici. In particolare questa architettura attua una separazione tra i lati produzione e consumo. Le risorse per la produzione (pannelli fotovoltaici, sistemi di accumulo di energia, etc.) sono connesse alla Power production control board per fornire la potenza ai carichi attraverso una classica linea di alimentazione. Un modulo di gestione integrato nel lato produzione regola i vari flussi di potenza. Sono inoltre essenziali gli apparati di misura e per le telecomunicazioni. Il sistema di predizione è infatti il cuore che riceve i dati, calcola la strategia da attuare e invia le istruzioni agli apparati. Tuttavia non vengono analizzate le prestazioni complessive del sistema e non viene realizzata una descrizione matematica degli utenti, i cui carichi non sono perciò ottimizzati. Inoltre viene introdotto un modello di mercato molto semplificato non corrispondente alla realtà né italiana, né di alcun altro paese dell Unione Europea. I meccanismi di gestione della domanda (Demand Side load Management, DSM) sono oggetto di studio da parte della comunità scientifica, per via dei possibili vantaggi realizzabili attraverso questo tipo di meccanismo [22], come il peak shaving [23] e lo spostamento del carico [24]. L avvio degli elettrodomestici, per esempio, può essere rinviato arrecando solo un piccolo disagio agli utenti; anche solo ottimizzare questa procedura può portare a riduzioni significative del picco [25]. I sistemi DSM sono generalmente divisi in due categorie: off-line e on-line. 12

18 CAPITOLO 1. STATO DELL ARTE Nel primo scenario tali meccanismi si basano su dati frutto di previsioni per periodi futuri. In[26] ad esempio, uno scenario di programmazione dinamica si propone di bilanciare il livello di comfort degli utenti e il loro stile di vita con un algoritmo in grado di ridurre la spesa necessaria per l energia elettrica utilizzata per soddisfare tali preferenze. Il modello proposto gestisce il consumo di energia elettrica su archi temporali di minuti o secondi, valutando, negli stessi periodi, l andamento del prezzo di mercato e le previsioni meteorologiche per definire una soluzione ottima per periodi futuri. Inoltre, un interfaccia tra utility e consumatori è in grado di attivare/disattivare i dispositivi domestici, secondo accordi presi con lo scopo di ottenere un effetto di riduzione del carico. Questo lavoro viene esteso in [27], in cui è presentata una soluzione più generalizzata per ottimizzare la gestione dell energia, supponendo che tali decisioni siano prese senza che le previsioni siano note. I meccanismi DSM off-line però, devono tener conto delle possibili discrepanze fra i dati frutto di previsioni e ciò che si verifica in tempo reale. Per questa ragione sono stati introdotti algoritmi on-line, con l obiettivo di ridefinire in tempo realeil piano energetico edi reagireagli eventi che si verificano durante il giorno. In [28] ad esempio, è presentato un modello di ottimizzazione per regolare il carico orario di un utente residenziale in base alla variazione dei prezzi del mercato dell elettricità. La gestione della domanda in tempo reale è anche discussa in [29]. In questo lavoro si descrive un modello di ottimizzazione multilivello per la gestione della domanda di carico di un gruppo di case. L algoritmo di controllo fornisce le previsioni del consumo di energia, il cui profilo può essere modificato in real-time per far fronte alle variazioni riscontrate rispetto alle previsioni. In [30] è illustrato il metodo chiamato Energy on Demand : in tale sistema le necessità di carico vengono soddisfatte da un sistema basato su esplicita richiesta. Con l applicazione di questo metodo è possibile ridurre il consumo di energia senza ridurre la qualità della vita delle famiglie. Inoltre, i fornitori di energia sono autorizzati ad impostare e modificare i limiti di carico sottoscritti con i propri clienti. L ap- 13

19 CAPITOLO 1. STATO DELL ARTE plicazione di meccanismi di DSM al settore residenziale attraverso una struttura multi livello è discussa in [29],[31],[32]; il consumo energetico viene controllato usando la flessibilità dei vari servizi che hanno la possibilità di essere modificati e controllati, riuscendo in tale modo a ridurre i picchi di energia. Il controllo viene gestito come un problema di scheduling in cui l energia è considerata come una risorsa condivisa dalle applicazioni non tenendo tuttavia conto delle preferenze dell utente. L idea principale dei meccanismi di controllo multi-livello è quella di utilizzare più livelli di controllo. Il sistema elettrico è infatti composto da molti elementi spesso eterogenei tra loro come le differenti fonti di energia ed il sistema di distribuzione, dall alta alla bassa tensione che raggiunge i consumatori. Inoltre all interno delle case sono presenti numerose applicazioni (sistema di ventilazione e condizionamento, sistema di illuminazione, elettrodomestici). Un sistema che possa gestire tutti questi aspetti simultaneamente risulta molto complesso ed il problema diventa difficile da risolvere. La suddivisione in più livelli permettere al sistema di decomporre il problema in tanti problemi più piccoli per trovare una soluzione molto vicina a quella ottima. Il flusso di informazione fra i vari livelli permette la loro sincronizzazione ed il coordinamento tra di essi. In [29] vengono analizzati due schemi di decomposizione, lungo l asse spaziale e temporale. Prima il sistema di distribuzione dell energia viene diviso in tanti livelli che rappresentano la realtà domestica; successivamente ognuna di queste realtà viene suddivisa in tanti strati rappresentanti le diverse applicazioni. Questi livelli sono poi suddivisi in due livelli temporali, uno predittivo ed uno reattivo. Mentre il livello predittivo predice i consumi, quello reattivo si occupa dell allocazione real time, seguendo le previsioni e reagendo alle perturbazioni. I problemi di DSM sono NP-difficili da risolvere e perciò in [33] sono affrontati con metodi di tipo Tabu Search. Questi sono utilizzati per risolvere un algoritmo di controllo che consiste nella ricerca della soluzione globale per il problema della gestione dell energia in ambito domestico. Il sistema di automazione domestico controlla i dispositivi determinandone 14

20 CAPITOLO 1. STATO DELL ARTE il tempo d inizio ed alcune caratteristiche del loro funzionamento (per esempio la temperatura dei sistemi di condizionamento). L ottimizzazione dell uso dell energia in ambito domestico è anche realizzata con modelli di ottimizzazione [34] e con la teoria dei giochi [35],[32]. Con questo tipo di algoritmi anche se tutti i giocatori sono egoisti, cercando di raggiungere il proprio obiettivo finiscono per raggiungere anche l obiettivo globale. Tuttavia, in tutti i lavori svolti finora non è mai stato considerato l intero ambiente domestico, con carichi e generatori, insieme alla disponibilità di energia ed ai prezzi di mercato. Inoltre, lo scenario costituito da più utenze cooperative, è stato analizzato solo in maniera superficiale, senza approfondire i reali vantaggi che potrebbero essere determinati da un tale tipo di approccio. 15

21 Capitolo 2 BEE Project: Scenario Applicativo In questo capitolo verrà descritto lo scenario applicativo, analizzando ampiamente il progetto di cui questo lavoro di tesi fa parte. 2.1 Sistemi di domotica La Home Automation, più comunemente detta domotica, è la scienza che si occupa della gestione e dell automazione delle attività domestiche al fine di migliorare la qualità della vita, la sicurezza domestica, ridurre i costi e risparmiare energia in ambito residenziale. Il perseguimento di tali obiettivi richiede l apporto di molte tecnologie e professionalità, tra le quali ingegneria edile, elettrotecnica, elettronica, delle telecomunicazioni ed informatica. Negli ultimi anni, nel campo della domotica e del risparmio energetico sono stati sviluppati numerosi strumenti per aumentare la consapevolezza degli utenti riguardo i consumi domestici in un ottica di risparmio energetico. Grazie a sistemi automatici di lettura dei consumi e di controllo dei dispositivi domestici, l utente è in grado di avere in qualsiasi momento ogni dettaglio sull utilizzo degli elettrodomestici, aumentando così la consapevolezza dei propri consumi energetici. È stato dimostrato che un semplice utilizzo più responsabile e consapevole degli elettrodomestici possa portare ad 16